共享内存是python最快的ipc方式，允许多进程直接读写同一内存区域，避免拷贝，但需手动同步；常用multiprocessing.shared_memory（3.8+）和array/value（兼容旧版），必须配合lock防冲突，且需显式管理生命周期。
共享内存：最快但需手动同步
共享内存是Python中最快的IPC方式，多个进程直接读写同一块内存区域，避免数据拷贝。常用模块有multiprocessing.shared_memory（Python 3.8+）和multiprocessing.Array/Value（兼容老版本）。但它不提供自动锁机制，读写冲突风险高。
- 适合高频、小量结构化数据交换，如实时传感器采样值、状态标志位
- 必须配合Lock或Semaphore使用，否则极易出现脏读或覆盖写
- shared_memory需显式创建、绑定、关闭和销毁，忘记shm.close()和shm.unlink()会导致内存泄漏
队列与管道：安全易用的通用选择
multiprocessing.Queue和multiprocessing.Pipe封装了底层同步逻辑，开发者无需处理锁和缓冲区管理。Queue支持多生产者多消费者，Pipe更适合一对一高速通信。
- Queue基于管道+线程安全队列实现，内部使用_multiprocessing.Connection，可跨平台，但性能略低于Pipe
- Pipe返回一对连接对象（conn1, conn2），单向或双向通信均可，无额外序列化开销，适合大量连续数据流（如图像帧传输）
- 两者都要求传递的对象必须可被pickle序列化；含lambda、嵌套类实例、文件句柄等不可序列化对象会报错
消息队列与网络套接字：跨语言与分布式场景
当进程不在同一台机器、或需与非Python服务交互时，应跳出multiprocessing模块。推荐使用轻量级消息中间件或原生socket。
- Redis Pub/Sub或ZeroMQ适合松耦合、异步通信，支持发布订阅、请求响应等多种模式
- 标准socket（TCP/Unix domain socket）控制粒度最细，适合定制协议，Unix socket在本机通信时性能接近共享内存
- 避免直接用HTTP REST做高频IPC——启动开销大、序列化冗余、连接管理复杂
文件与信号量：简单场景下的补充方案
对性能不敏感、低频触发的协作，可用文件或信号量作为“协调开关”，而非真正传输数据。
立即学习“Python免费学习笔记（深入）”；
- 临时文件（如tempfile.NamedTemporaryFile）配合os.rename原子写入，可实现简单的任务通知或结果落盘
- multiprocessing.Semaphore和Event用于进程同步（如等待初始化完成），不传数据，仅传递状态
- 注意文件I/O的竞态问题：避免用open(..., 'w')直接覆盖，优先用重命名或flock加锁
